qwen3-tts-apple-silicon
在 Mac 上离线跑通 Qwen3-TTS，克隆音色、设计声音，一键生成。
项目预览
项目数据
项目介绍
Star 增长趋势
本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整
数据来源：GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 590
技术标签
使用教程
环境要求
- 苹果 M 系列芯片
- 音频处理程序
- Python 环境
安装与启动步骤
-
1确认是苹果芯片
只支持 M 系列芯片，Intel 机器跑不了。
-
2装音频依赖
底层要一个音频处理程序，先用包管理器装上。
brew install ffmpeg -
3装 Python 依赖
依赖不多，按清单装。
pip install -r requirements.txt -
4拉语音模型
首次运行会下载权重，留足磁盘。
-
5起界面
输入文字试合成，听感与速度都调一调。
python main.py
如何确认成功
输入一段一百字的中文文本，能在几秒内产出可播放的语音文件，断网后仍可正常合成
注意事项
- 专为苹果芯片优化，换了平台性能差很多。
- 模型参数规模不大，适合本机日常配音。
- 长文本要分段，一次贴太长容易断句奇怪。
- 离线运行，文本不会上传。
核心亮点
- 利用 MLX 框架，在 Apple Silicon 上推理速度快，内存占用优化。
- 支持语音克隆和声音设计，可定制性强，满足个性化需求。
- 完全离线运行，数据不出本机，隐私安全有保障。
不足之处
- 仅支持 macOS 和 Apple Silicon，无法在 Windows/Linux 或 NVIDIA GPU 上使用。
- 文档和社区生态尚不完善，遇到问题可参考资源有限。
适用场景
- 内容创作者本地批量生成视频配音，无需云端服务。
- 开发者集成离线语音功能到 Mac 应用中，保护用户隐私。
- 有声书或播客制作者克隆特定音色，快速产出个性化音频。
替代项目
Coqui TTS、Piper、Kokoro TTS
同类项目推荐
SpeakThat
开源
戴上耳机，重要通知自动念给你听，解放双眼。
The world's most comprehensive notification reader.
ospeak
开源
终端里一句话，文本秒变语音文件
CLI tool for running text through OpenAI Text to speech
so-vits-models
开源
一站式收藏AI模型，快速找到声音、图像、视频生成工具
收集有关so-vits-svc、TTS、SD、LLMs的各种模型、应用以及文字、声音、图片、视频有关的mo···
glow-tts
开源
用生成流实现快速、高质量的端到端语音合成
A Generative Flow for Text-to-Speech via Monotonic Alignment Search
sap-voicebox
开源
MATLAB 语音处理算法合集，拿来即用做实验
Speech Processing Toolbox for MATLAB
SAPI4
开源
在浏览器里复活微软 Sam 老语音，一键合成怀旧音频
Web interface for Microsoft Sam & friends
voicebox-pytorch
开源
用 PyTorch 复现 Meta 最新 TTS 模型，快速跑通语音合成实验
Implementation of Voicebox, new SOTA Text-to-speech network from MetaAI, in Pytorch
voice-builder
开源
拖拽式搭建自定义语音，快速生成 TTS 模型
An opensource text-to-speech (TTS) voice building tool
seq2seq-vc
开源
用序列模型实现声音转换，无需平行语料
A sequence-to-sequence voice conversion toolkit.